漏斗分析:你可能低估了它的复杂度(逻辑细节及产品化)

2024-03-04 19:30

本文主要是介绍漏斗分析:你可能低估了它的复杂度(逻辑细节及产品化),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

5f02c307613419ceb548e28874e4539b.png

来源:首席数据科学家

 “ 漏斗分析应该是互联网中的最基础的分析了。

与《RFM分析》《留存分析》《归因分析》《用户路径分析》不同的是,大部分互联网从业者,都听过漏斗分析。但对于漏斗分析的细节,你确定了解吗?漏斗分析可不只是简单的几个递减、转化率哦~下面,和大家一起聊聊具体的逻辑。

01

什么是漏斗分析

提到漏斗分析,大家都能想到下图:

22264415ed0268c72fc8e3803cded27b.png

从图中我们可以了解到漏斗分析的基础特征:(1)是分多层、多环节的(2)各环节是有转化率(或者流失)效应的(3)环节之间有先后顺序

总结一下,漏斗分析是分析用户从起始到终点环节,过程当中每一步环节的转化(或者流失)情况。通过漏斗,可以找出全链路业务的问题环节所在,从而进行针对性优化。

说到这里,大家可能也都是了解的。但是,如果谈到细节逻辑呢?比如,用户从漏斗中间环节进入,是否要计算?在给定的范围内如果发生了其他未定义的行为,该如何处理?等等。下面咱们来具体聊聊。

02


漏斗分析的计算逻辑

这里介绍一下漏斗分析的详细逻辑。

(1)明确时间范围等筛选条件

这是计算漏斗的第一步。

常用的筛选条件主要是时间范围及用户类型。当然,其他的筛选维度(比如设备类别等)理论上也是可以支持的,但时间范围的筛选是漏斗计算必不可少的。是统计近7天的漏斗转化,还是近30天的转化?等等。

确定好时间范围,将时间范围内的数据搂出来,是计算漏斗的首要前提。

(2)确定漏斗的划分阶段及条件

确定好了时间范围,接下来需要确定漏斗的整体阶段划分。

每个漏斗,至少需要包含两个阶段(不然称不上漏斗)。每个阶段,基本设定就是【事件类型】+【筛选条件】。

关于筛选条件,通常来讲都是针对当前阶段进行的限制。但有时多个阶段之间需要进行打通。拿电商的环节举例。有时分析师想看的是浏览、加购且下单了同一个sku的数据(因为有可能有用户浏览了A商品,但是加购下单了B商品,这种情况不是我们想统计的漏斗转化),那这时,在筛选条件这需进行特殊处理,即打通多个阶段之间的关联。

在神策中,是用【属性关联】的概念实现了多个阶段的筛选逻辑处理。

2a29c3832182453ecbc39a0d42c4aad7.png

这一个步骤,相当于把用户全量行为中,符合本次漏斗的行为数据筛选出来,以备后续的计算。

(3)关于漏斗的类型

接下来,进入到漏斗流程的计算环节。

假设我们想看的转化流程是A→B→C→D→E。那么如果经过上面几个数据处理之后,有以下几个路径,我们该怎么处理呢?

  • 路径1:A→B→C

  • 路径2:C→D→E

  • 路径3:A→B→D→E

  • 路径4:A→B→X→C→D

在聊上面路径之前,先聊一下漏斗的分类:【封闭式漏斗】和【开放式漏斗】。

所谓封闭式漏斗,就是只有从整体漏斗的第一个阶段进入的路径,才统计在漏斗当中。因此在这种逻辑下,路径2就不会统计在我们漏斗分析中了,因为没有从第一阶段发起。通常情况下,我们进行漏斗分析,都是基于封闭式进行的,这样可以确保看到每个环节的真实转化。

所谓开放式漏斗,就是从整体漏斗中的任意一个环节进入的路径,均计入整体漏斗的统计。这种逻辑下,路径2是会统计到漏斗中的,哪怕是单独的发生一个环节(例如C)也会计入整体。这其实是广义的漏斗概念。但是很多场景下是有这个需求的(回头分享我正在做的针对大促场景项目,正是基于开放式的逻辑)。

因此,在封闭式漏斗下,路径3会处理为在B环节发生了流失;而在开放式漏斗中,路径3 其实是处理成了两个环节:A→B,D→E,然后分别计入到漏斗中。

路径1就不用赘述了,无论是啥类别,都是记为C环节的流失。那路径4呢?请继续看。

(4)两个相邻阶段之间的逻辑

到这里,我们还要关注一下两个相邻阶段之间的逻辑。主要包括其他环节干扰的处理,以及窗口期逻辑。

路径4的关键是两个阶段中间发生了其他的行为环节X。这个需要定义是否纳入计算。在神策中,这种环节是直接剔除的,因此认为路径4完成了漏斗;但是在GA中,进行了更灵活的处理,支持用户决定是否通过。

另外一个,就是决定是否要设置窗口期。所谓窗口期,即完成两个阶段之间的时间间隔。若大于某个阈值,即使符合我们上面的各类条件,也不认为是完成了漏斗转化。

(5)漏斗的统计

最后,就是计算各阶段的用户数量、进而计算一下转化率等,是水到渠成的事了,这里就不赘述了。关键还是上面环节的数据计算,比较复杂。

以上是漏斗分析中的主要计算逻辑。

03


产品化实现及行业案例

我们这里主要以Google analysis和神策分析为例,看一下两个典型BI产品中的漏斗分析,是如何设计的。

(1)Google Analysis

GA中的漏斗分析主要有两个:一个是在普通版中的漏斗分析,一个是在GA360(即付费版本)中的自定义漏斗分析。

关于漏斗分析,主要的功能配置项有以下:

e7fde34ae82b4e554c3a0bf0abc6a0f0.png

谷歌分析的截图,实在是没有了,就有以下的参考图了:

86e0ac2269bdf936adfe3ef8abc40fcb.png

(2)神策分析

神策分析,能调研的内容范围多一些。

首先看一下神策漏斗分析的报告页:

34b2ce7a7be180950e988023b142f134.png

上面针对各个主要模块,进行了标注,就不详细展开了。总体来讲,产品设计的是比较合理的,用户既可以看到漏斗情况,又可以针对每个漏斗环节进行详细分析。

这里针对漏斗的计算逻辑,说一下,神策直接使用了【封闭式漏斗】,没有给用户可选的余地。这是个比较强的逻辑,但也比较通用吧。

下面是创建漏斗的过程:

2cc5d54946147eeda782f4ac99598009.png

神策在这里可以设定窗口期,但是针对的是整体漏斗第一步到最后一步的窗口,而不是任意两个阶段之间的。另外,在报告页,时间筛选时,用户可以不使用窗口期。

对于【关联属性】在上文中有截图了,个人觉得这个还是挺好的一个设计。但用户的理解需要一点基础才行。

以上是关于漏斗分析及产品化的一些分享,欢迎大家继续关注~

这篇关于漏斗分析:你可能低估了它的复杂度(逻辑细节及产品化)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/774206

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

MySQL逻辑删除与唯一索引冲突解决方案

《MySQL逻辑删除与唯一索引冲突解决方案》本文探讨MySQL逻辑删除与唯一索引冲突问题,提出四种解决方案:复合索引+时间戳、修改唯一字段、历史表、业务层校验,推荐方案1和方案3,适用于不同场景,感兴... 目录问题背景问题复现解决方案解决方案1.复合唯一索引 + 时间戳删除字段解决方案2:删除后修改唯一字

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原